Pengujian Kinerja Genetik Programming Untuk Peramalan Data Time Series  

Oleh:

Fariza, Arna ; Setiowati, Yuliana ; Ulifah, Isnawati

Jenis: Article from Journal - ilmiah nasional - tidak terakreditasi DIKTI
Dalam koleksi: Gematika: Jurnal Manajemen Informatika vol. 10 no. 1 (Dec. 2008), page 9-18.
Topik: Times Series Forecasting; Genetic Programming; Arima

Ketersediaan

Perpustakaan Pusat (Semanggi) Nomor Panggil: GG4 Non-tandon: 1 (dapat dipinjam: 0) Tandon: tidak ada

Lihat Detail Induk

Isi artikel

Metode Auto Regresive Integrated Moving Average (Arima) yang adalah salah satu metode statistk untuk peramalan deret waktu. Metode ini ccok untuk data alat tulis untuk mencapai hasil yang akurat, sementara no tulis data harus dikonversi menjadi alat tulis data dengan proses diferansial. Teknik peramalan perubahan besar sejak buatan metode cerdas telah tumbuh. Beberapa metode yang menggunakan pola fluktuasi perubahan untuk pelatihan mereka untuk mencapai hasil yang lebih akurat dibandingkan non peramalan data alat tulis. Pemrograman Genetik yang dikembangkan dari algoritma genetik solusi mendapatka hasil yang lebih dinamis daripada algoritma genetika. Penelitian ini menggunakan pemrograman genetik untuk meramalkan beberapa tipe data time series. Dinamika kromosom dari pemrograman genetik bisa mendapatkan hasil lebih akurat dibandingkan dengan peramalan deret waktu. Stationery data (sunspot), acak (indeks harga), bukan data alat tulis (maskapai) damn musiman (konsumsi daya) keduanya terlatih dan Arima dan diperkirakan menggunakan metode pemrograman genetika maka hasil yang baik. Hal ini menunjukkan bahawa model pemrograman genetik mendapatkan perkiraan yang lebih akurat untuk satu langkah dan beberapa langkah maju daripada Arima untuk acak (indeks harga), non stasioner (maskapai) dan musim (konsumsi daya) jenis, kecuali untuk data alat tulis (sunspot).

Opini Anda

Klik untuk menuliskan opini Anda tentang koleksi ini!

Kembali